数学建模系列比赛是一项考察学生使用数学工具解决实际问题的比赛，其中含金量最高的比赛为全国研究生数学建模竞赛、全国大学生数学建模竞赛，获得的奖励对推免、评奖学金等都有较大的贡献。本书是作者学生时期参加数学建模竞赛的获奖论文与任教职之后指导学生参加数学建模竞赛的获奖论文之中，精选完成得最为理想的六篇加工而成。为了展现最真实

《数学建模与实践》是基于作者多年来从事数学建模教学、组织数学建模竞赛、开设数学实验课程以及编写相关书籍的丰富经验编写而成的。本书是作者对《数学建模》一书的修订，除保留了前三版的大部分内容外，根据读者的反馈进行了补充与修订，尤其在第5章增加了求解实际问题的MATLAB程序设计。全书分为入门篇和进阶篇。入门篇内容包括数学模

本书是针对高等院校人文社会科学类专业学生编写的教材。本书坚持在理论体系上保持完整性、严谨性、准确性和简洁性，旨在帮助学生掌握一定的现代数学的基础知识，吸收数学思想与方法的精华，提升数学素养，加强数学技术应用能力。 本书内容分为三篇，共计10章。第一篇为微积分，共4章，内容主要包括函数与极限、导数与微分、不定积分及定积分

本书以应用型本科高校人才培养为目标，集应用数学知识、数学建模与数学实验为一体，注重数学建模思想方法，重视数学软件在实际中的应用，增加了许多实际案例和数学建模竞赛题目，突出对学生的实践性应用能力的培养。本书主要内容包括数学建模简介、MATLAB基础、插值与拟合、微分方程、数学规划、网络优化、数据的描述性统计、统计分析等。

本书由12个模块组成：初等模型、微积分模型、线性代数模型、概率与统计模型、优化模型、多元统计模型、综合评价模型、时间序列模型、空间解析几何模型、神经网络模型、差分方程模型、灰色预测模型，每个模块包括若干个项目，其中，初等模型包括13个项目，目的是在数学建模选修课或数学建模协会上使用。本书可供高职高专院校数学建模选修课使

本书系统介绍在信息系统簇或决策系统簇的F-粗糙集模型。本书定义了F-粗糙集上下近似、边界区域，在F-粗糙集中提出了F-属性依赖度和属性重要度矩阵，根据F-属性依赖度和属性重要度矩阵分别提出了属性约简算法，通过比对实验在UCI数据集、真实数据集和MATLAB生成数据集上完成，实验结果显示，与相关算法比较，F-邻域粗糙集可

这本书的作者是非经典逻辑、粗糙集理论和粒度计算领域的主要研究人员。不确定性条件下的人类推理由于其表征约束，不能很好地用经典逻辑来解释。非经典逻辑如模态逻辑、多值逻辑、直觉逻辑、弗协调逻辑自亚里士多德以来，就得到了研究和发展。在这本书中，粗糙集理论从代数和非经典逻辑角度进行研究。在非经典逻辑的基础上，研究了粗糙集的逻辑;

1、本书对MATLAB进行了详细的介绍和讲解，力争做到条理明晰，深入浅出，并配有大量实用的例子，达到快速入门和提高的目的。2、注重内容的系统性与逻辑关系。先由浅入深地介绍MATLAB的使用基础及其数据分析，然后详细介绍了其数学建模及科学计算，最后介绍MATLAB的应用部分。3、侧重MATLAB求解实际的数学建模问题，给

本书包括运筹优化、图论模型、微分方程、随机模拟和统计方法等传统建模方法，同时还增设了智能优化算法、机器学习方法和深度方法，可以满足广大读者和参赛者的学习需求。本书算法实现以Python语言为主，每章内容均有详细的代码，可以帮助读者高效掌握Python编程实现算法。本书共包含19章，前两章为基础部分，分别为数学建模简介和

本书核心是围绕“如何想到”(思维)和“如何做到”(数学化)两个关键词，来探讨数学建模能力的培养和发展。本书创新性地提出了DEED(描述与理解、溯因与解释、估计与预测、评价与决策)框架，将问题类型细化，并针对每种类型提出相应的思维方法。